Navigasi
AI BENCHY
Bandingkan Grafik
❤️ Made by XCS
Your ad here

AI BENCHY Compare

OpenAI: gpt-oss-120b vs StepFun: Step 3.5 Flash

Nama Model:

Benchmark dihasilkan dari suite pengujian AI BENCHY pada : 2026-02-27 15:16

Ringkasan

Metrik OpenAI: gpt-oss-120b medium Rilis: Tanggal rilis tidak diketahui Tersedia gratis StepFun: Step 3.5 Flash medium Rilis: Tanggal rilis tidak diketahui Tersedia gratis
Peringkat #25 #11
Skor 5.64 7.00
Konsistensi 7.55 8.32
Biaya per hasil 0.101 0.000
Total Biaya $0.008 $0.000
Tes benar
Tes Salah 7 5
Tingkat lulus per percobaan 59.5% 73.8%
Tes tidak stabil 4 3
Token output 11,407 60,502
Token penalaran 26,106 117,044

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
OpenAI: gpt-oss-120b 7.00 9.81 66.7% 0 3,463 2,077
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 13,924 17,208
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
OpenAI: gpt-oss-120b 5.50 5.87 66.7% 1 241 1,114
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 535 11,548
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
OpenAI: gpt-oss-120b 1.00 4.41 22.2% 2 6,018 18,520
StepFun: Step 3.5 Flash 4.00 7.21 44.4% 1 40,942 74,237
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
OpenAI: gpt-oss-120b 10.00 10.00 100.0% 0 120 1,770
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 2,121 3,274
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
OpenAI: gpt-oss-120b 5.00 7.13 44.4% 1 1,278 1,542
StepFun: Step 3.5 Flash 2.00 4.96 33.3% 2 2,705 6,975
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
OpenAI: gpt-oss-120b 9.00 9.97 100.0% 0 287 1,083
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 275 3,802

Ganti Pasangan Perbandingan

Bandingkan OpenAI: gpt-oss-120b dengan...

Bandingkan StepFun: Step 3.5 Flash dengan...